[논문 리뷰] A Survey on Studying the Social Networks of Students

Akrati Saxena, Pratishtha Saxena외 2명|arXiv (Cornell University)|2019. 07. 23.

Online Learning and Analytics참고 문헌 66인용 수 6

한 줄 요약

이 종합 검토는 학생들의 사회적 네트워크—물리적 및 온라인—에 대한 연구를 사회적 네트워크 분석(SNA)을 활용해 통합하여 교육 성과를 향상시키는 데 목적이 있다. 네트워크 구조가 학업 성취도, 협업 및 행동 패턴과 어떻게 관련되어 있는지 보여주며, 데이터 기반의 개입을 통해 포용적 학습을 촉진하고 고립된 학생을 탐지하며, 비행 행동을 완화하는 데 SNA를 도구로 활용할 것을 제안한다.

ABSTRACT

Do studies show that physical and online students' social networks support education? Analyzing interactions between students in schools and universities can provide a wealth of information. Studies on students' social networks can help us understand their behavioral dynamics, the correlation between their friendships and academic performance, community and group formation, information diffusion, and so on. Educational goals and holistic development of students with various academic abilities and backgrounds can be achieved by incorporating the findings attained by the studies in terms of knowledge propagation in classroom and spread of delinquent behaviors. Moreover, we use Social Network Analysis (SNA) to identify isolated students, ascertain the group study culture, analyze the spreading of various habits like smoking, drinking, and so on. In this paper, we present a review of the research showing how analysis of students' social networks can help us identify how improved educational methods can be used to make learning more inclusive at both school and university levels and achieve holistic development of students through expansion of their social networks, as well as control the spread of delinquent behaviors.

연구 동기 및 목표

• 교육 현장에서 협업 학습과 학생의 종합적 발달을 향상시키는 데 사회적 네트워크 분석(SNA)이 어떻게 활용될 수 있는지 검토하기 위해.
• 학업 성취도, 동료 지원 및 행동 결과와 관련된 학생 네트워크의 구조적 패턴을 특정하기 위해.
• SNA가 고립된 학생, 영향력 있는 동료 및 실천 공동체를 탐지하는 데 효과적인지 평가하기 위해.
• 자기 보고 데이터에 대한 의존도와 네트워크 평가의 빈도 부족과 같은 현재 연구의 한계를 다루기 위해.
• 실시간 교육 개입을 지원하기 위해 통합된 교사-학생 네트워크 분석과 자동화된 데이터 수집을 촉진하기 위해.

제안 방법

• 자기 보고 질문지(예: 친구 지명, 도움 요청 링크 등)와 Moodle 및 협업 학습 시스템과 같은 플랫폼으로부터의 수동 데이터를 포함한 다양한 데이터 수집 방법을 활용한다.
• 중심성 측정, 공동체 탐지 및 동질성 분석과 같은 SNA 기법을 적용하여 영향력 있는 학생과 밀접한 그룹을 식별한다.
• 관계의 진화와 행동에 미치는 영향(예: 약물 사용 또는 부정행위)을 연구하기 위해 동적 네트워크 모델을 사용한다.
• 네트워크 시각화, 통계 모델링 및 사회적 구조의 실시간 분석을 위해 UCINET, RSiena, Gephi, NetworkX 등의 소프트웨어 도구를 활용한다.
• 네트워크 지표를 교육 성과와 통합하여 지식 확산, 팀워크 및 동료 지원의 효과성을 평가한다.
• 온라인 학습 플랫폼과 소셜 미디어를 활용한 자동화된 데이터 파이프라인을 제안하여 시간이 많이 소요되는 설문 조사에 대한 의존도를 줄인다.

실험 결과

연구 질문

• RQ1 학생이 사회적 네트워크에서 차지하는 위치가 그들의 학업 성취도와 협업 행동과 어떻게 관련되어 있는가?
• RQ2 클리크나 약한 유대와 같은 네트워크 구조가 부정행위, 금연, 알코올 사용과 같은 비행 행동의 확산에 어느 정도 영향을 미치는가?
• RQ3 SNA 도구를 어떻게 활용하여 고립된 학생을 탐지하고 포용적인 학습 환경을 지원할 수 있는가?
• RQ4 동질성과 공동체 구조는 교육 네트워크 내에서 동료 지원과 정보 확산에 어떤 역할을 하는가?
• RQ5 교사-학생 사회적 네트워크는 장기적인 교육적 영향을 이해하고 학생의 이탈을 줄이는 데 어떻게 기여할 수 있는가?

주요 결과

• 사회적 네트워크에서 중심적인 위치를 차지하는 학생들은 높은 학업 성취도를 보이며 정보 확산에 더 큰 영향력을 발휘한다.
• 밀접한 우정 그룹과 교직원에 대한 약한 유대는 부정행위와 같은 비도덕적 행동의 빈도 증가와 긍정적으로 관련되어 있다.
• 친구 관계 데이터를 활용해 시험 좌석 배치를 최적화할 수 있으며, 실제 우정 관계와 일치하는 레이티스 연결을 최소화함으로써 부정행위 기회를 줄일 수 있다.
• 인종, 민족 또는 사회경제적 배경에 기반한 동질성은 학생의 분리 현상을 유도할 수 있으며, 이를 타깃으로 한 혼합 프로그램을 통해 완화할 수 있다.
• Moodle와 같은 플랫폼에서의 수동 데이터 수집은 자기 보고 설문보다 더 정확하고 자주 네트워크 평가를 가능하게 한다.
• 통합된 교사-학생 네트워크 분석은 장기적으로 교사의 영향력이 학생 그룹 형성에 미치는 영향을 드러내며, 학업 지원에서 이탈한 학생을 식별하는 데 기여한다.